Preadaptación espectral para restaurar imágenes borrosas del mundo real utilizando métodos de deconvolución estándar
![inicio-web](https://www.io.csic.es/wp-content/uploads/2021/09/inicio-web.jpg)
¿Quieres ver una demo de cómo funcionan los mejores algoritmos de restauración de imágenes?
Los modelos clásicos de corrección del emborronamiento en imágenes se basan en suposiciones que no son reales, como la equivalencia de desplazamiento y la condición de contorno circular (CBC), que en realidad rara vez se cumplen en la práctica.
La equivalencia de desplazamiento significa que la imagen tiene el mismo emborronamiento en todos los puntos y no sufre de aliaisng. La condición de contorno circular asume que la imagen es rectangular y se repite periódicamente, lo que implicaría que la parte de arriba de la imagen continua en la parte de abajo y el final de la imagen por la izquierda continua sin saltos bruscos por la derecha.
Además, el procedimiento estándar para evaluar el rendimiento de los algoritmos de restauración de imágenes es utilizar un conjunto de imágenes de prueba, con emborronamientos conocidos pero artificiales, lo que da unos valores de rendimiento que en ocasiones no concuerdan con los resultados con imágenes reales.
Las discrepancias entre los modelos simplificados y las observaciones emborronadas reales provocan fuertes artefactos en la restauración de imágenes.
¿Qué son los artefactos
Un artefacto es una distorsión visible en la imagen tratada, como por ejemplo líneas visibles que antes no estaban.
![articulo-JPortilla-jul-02 Foto de una mujer con sombrero con numerosos artefactos en los bordes y en el centro de la imagen](https://www.io.csic.es/wp-content/uploads/2022/08/articulo-JPortilla-jul-02.jpg)
En este trabajo el equipo científico con participación del Fraunhofer de Singapur, el Instituto de Teoría de la Información y Automatización de la Academia Checa de Ciencias y el Grupo de Ciencias de la Imagen y la Visión del Instituto de Óptica ha presentado un método de preadaptación espectral (llamado SPA) que preprocesa con las imágenes emborronadas para que puedan restaurarse utilizando algoritmos de deconvolución estándar ligeros.
![articulo-JPortilla-jul-01 9 fotos de una mujer con sombrero con diferentes niveles de desenfoque y artefactos](https://www.io.csic.es/wp-content/uploads/2022/08/articulo-JPortilla-jul-01.jpg)
Mientras los métodos de deconvolución de última generación son iterativos, complejos y no lineales, el método de preadaptación espectral es lineal y bastante simple.
La preadaptación SPA sirve por tanto como unión entre los métodos simples de reconstrucción y las observaciones reales que tienen emborronamiento, se consigue que la restauración sea más robusta frente a los artefactos, y además después de aplicar SPA, el usuario es libre de elegir cualquier método de restauración basado en un modelo de desenfoque estándar.
El equipo ha comparado la utilidad del algoritmo con varias aplicaciones de la vida real mediante la realización de experimentos. Los resultados indican que SPA, cuando se combina con métodos eficientes de restauración, elimina en gran medida los artefactos con menor costo computacional en comparación con los métodos de restauración de última generación. Más importante aún, para algunos experimentos también hemos probado SPA en imágenes reales y los resultados son tan buenos como en simulaciones.
Nuestra restauración recupera textos muy emborronados en el fondo, volviéndose ahora parcialmente legibles. Un experimento muestra que esto incluso se puede aplicar a fotos que no se han tomado con cámaras profesionales sino con teléfonos celulares comerciales económicos, incluso sujetas a compresión JPEG.
![articulo-JPortilla-jul-03 Dos fotos de un texto, una está desenfocada y en la otra se puede leer parte del texto](https://www.io.csic.es/wp-content/uploads/2022/08/articulo-JPortilla-jul-03.jpg)
El algoritmo puede probarse en una web que se ha preparado para dar a conocer sus capacidades.
Noticias relacionadas
Oportunidad de contrato predoctoral para una Investigación en visión e inteligencia artificial en el Proyecto v4nn que está dentro del programa fundamentos de la fundación BBVA
Madrid / 27 de abril de 2024El objetivo del Programa Fundamentos de la Fundación BBVA es apoyar la investigación exploratoria de cuestiones...
El proyecto “Harnessing Vision Science to Overcome the Critical Limitations of Artificial Neural Networks” ha sido uno de los 5 proyectos seleccionados en el Programa Fundamentos de la Fundación BBVA
Madrid / 19 de febrero de 2024La convocatoria del Programa Fundamentos de la Fundación BBVA ha sido resuelta con la concesión de ayudas de 600.000...
Auge y declive de la tecnología española de instrumentos ópticos: el telescopio del instituto de óptica daza de valdés (1940-1970)
Madrid / 29 de enero de 2024Un estudio reciente publicado en la revista "Asclepio: Revista de Historia de la Medicina y de la Ciencia" analiza el...